北京滴普科技有限公司：主营业务是打造企业数字化服务提供商、数字软件与工业服务专精特新企业档案

一、企业速览

企业基础信息：公司名称：北京滴普科技有限公司；地区：北京市海淀区；行业：人工智能与数据智能；成立时间：2018-05-03；注册资本：32663.2万元；员工规模：292 人；专利数量：115 件；专精特新认定：2024年 第六批；上市状态：已上市（01384.HK，2025-10-28）。

北京滴普科技有限公司定位为企业级AI与数据智能服务商，核心产品为“EXI平台架构”，打通企业业务中台、数据中台与AI中台，处于“电子信息与数字技术”产业链中“数字软件与工业服务”环节。公司于2025年在港交所上市，同年入选国家级专精特新“小巨人”企业。

二、主营产品与产业链定位

滴普科技的核心产品是一套基于互联网架构的数字化平台（EXI平台），该平台将业务中台、数据中台与AI中台在企业内部全场景打通，并在此之上提供智能营销、智慧供应链与智能制造等解决方案。从企业简介判断，其主力收入来源已转向FastAGI企业级人工智能解决方案，2025年同比增长181.5%。

在产业链中，“数字软件与工业服务”环节解决的核心问题是：将底层的算力与数据能力，转化为企业具体业务场景中的可执行系统。具体而言：

• 上游依赖：此环节需要底层算力资源（如英伟达GPU、华为昇腾芯片）、云基础设施（如阿里云、华为云）、以及各类基础软件（如数据库、中间件）。滴普科技自身不生产硬件，而是通过集成或适配来调用这些资源。
• 下游客户：主要覆盖三类——①制造企业（提供智能制造解决方案，如MES、供应链协同）；②零售与营销企业（提供智能营销与供应链优化）；③政府部门（如与中关村丰台园合作推出政务服务智能体“丰小智”）。
• 产业链关系：与上游的基础算力供应商（如华为、英伟达）形成技术适配关系，与下游的行业应用软件（如SAP、用友）形成竞争或互补关系。其核心价值在于降低企业应用AI技术的门槛，将复杂的AI模型封装为标准化的业务工具。

三、核心工序与技术依赖

对于提供企业级AI平台型软件的公司，其核心研发与交付工序（行业共识）通常包括以下步骤：

1. 数据治理与湖仓构建：将客户分散在ERP、MES、CRM等系统中的异构数据，通过ETL工具抽取、清洗并整合到统一的数据湖或数据仓库中。典型参数：数据集成吞吐量需达到TB级/日，数据质量规则库包含1000+条校验逻辑。

2. 模型选择与微调：基于客户场景（如客服、质检、供应链预测）选用基础大模型（如GPT-4、LLaMA、或国内开源模型），利用企业私有数据进行LoRA或全参数微调。典型参数：训练数据需覆盖1万-10万条高质量标注样本，训练周期1-2周。

3. 智能体（Agent）开发与编排：将微调后的模型封装为可执行特定任务的智能体，编写Prompt模板，并与企业的API、数据库、RPA工具进行联动。典型参数：单智能体响应时间<500ms，支持并发连接数>1000。

4. 边云协同部署：将AI模型和智能体部署到客户的混合云环境中（部分在公有云，部分在本地服务器），保障数据安全与低延迟。典型参数：模型压缩后体积小于2GB，推理延迟<100ms。

5. 持续监控与反馈闭环：上线后监控模型漂移（Model Drift），收集用户反馈数据，定期对模型进行迭代更新。典型参数：模型迭代周期为2-4周，用户反馈自动标注率达到80%以上。

滴普科技在这条工序链中，核心聚焦于第1、3、4步，即数据集成、智能体开发与部署。其115件专利应主要围绕“企业级数据中台架构”、“AI智能体协同”、“多模态数据处理”等方向。

上游关键原材料/设备来源（行业共识）：

四、竞争格局

全国与滴普科技处于同一“数字软件与工业服务”环节的企业有1578家，竞争激烈，主要集中在以下几个维度：大模型应用的落地能力、行业解决方案的深度、以及客户资源的获取成本。

在该赛道中，滴普科技面临的典型竞争对手包括：

从专利维度看，滴普科技115件专利，高于行业中位数89件，处于行业内中等偏上水平。这表明其技术研发投入在专利产出上有所体现，但尚未形成断层式领先。竞争的关键已从单点技术专利数量，转向基于大模型的复杂场景交付能力、案例深度以及与头部客户（如制造业大厂、政务系统）的粘性。

五、护城河判断

1. 技术壁垒：中等，正加速构建中。115件专利反映了一定的技术密度，但考虑到企业级AI平台软件的价值更多体现在工程化（稳定性、易用性、成本控制）而非纯粹的基础算法创新。滴普的专利方向偏向“数据处理架构”与“智能体协同”，属于应用层创新，容易被快速迭代的大模型技术所覆盖。其于2025年推出的FastAGI产品增速显著（181.5%），但该技术壁垒高度取决于模型底层能力和工程细节，并非不可复制。

2. 客户壁垒：较高，但依赖案例积累。数字软件与工业服务环节，客户（尤其是大型制造业与政务部门）的验证周期通常需要6-12个月，一旦选型，切换成本极高，因为系统已深度嵌入业务流程、数据体系和管理制度。滴普科技“丰小智”在政务领域的落地，以及其在高增长阶段的客户案例，构成了有效的客户粘性。但未披露具体的客户名单或续费率，无法量化判断其客户壁垒的坚实程度。

3. 规模壁垒：薄弱。292人的团队规模，对应的是典型的轻资产软件服务商。虽然在快速迭代和技术服务上可以保持敏捷，但在面对大型客户的全国性覆盖、7x24小时响应以及多项目并发交付时，可能面临瓶颈。这一规模下，公司能承载的年收入上限（行业共识，未披露）大致在3-5亿元量级。上市后通过募集资金扩大团队是必然选择。

4. 认定价值：明确，具备实际含义。作为第六批（2024年认定）专精特新“小巨人”，在当前政策背景下：

• 融资便利：获得银行信贷支持、政府贴息、以及资本市场（其本身已上市）的关注度溢价。
• 品牌背书：在参与政府采购、大型企业招投标时，该资质是重要加分项。对于“数字软件与工业服务”这一非硬件赛道，“小巨人”认定能部分缓解客户对中小企业服务体量的担忧。
• 政策导向：北京作为全国科技创新中心，对AI专精特新企业的扶持政策（如研发加计扣除、人才引进落户指标）具有较强的实操价值。

六、风险与机会

行业风险：

1. 大模型技术路线收敛风险：当前企业级AI平台的核心依赖于通用大模型的能力。一旦行业出现技术路线颠覆（如从Transformer架构转向其他更优架构），或者头部大模型厂商（如OpenAI、谷歌）直接提供更低成本、更高性能的“模型即服务”（MaaS），滴普科技基于现有模型的平台价值可能被大幅稀释。

2. 数据安全与合规风险升级：2025年以来，国家层面对于AI生成内容、数据跨境传输的监管框架持续收紧。企业客户（尤其是制造业和政务）对于数据本地化、隐私保护的要求极高。滴普科技在提供边云协同部署时，若在数据脱敏、审计记录、合规备案等环节出现瑕疵，可能导致大客户流失或法律制裁。

3. 价格战与盈利压力：行业内有1578家同类企业，大量初创公司涌入。基础的大模型接口调用费用（如OpenAI API）在2024-2026年期间持续降价，导致下游应用层软件公司无法维持高毛利。滴普科技未披露收入与利润，但快速增长的营收（181.5%）和扩张的团队可能对应着持续的资本开支与亏损。

公司风险：

1. 资本结构信号：注册资本32663.2万元，但实缴资本仅5033.2563万元，实缴比例较低（约15.4%）。这可能意味着公司早期通过认缴制完成高注册资本，实际到位的运营资本相对有限。上市后虽有募资能力，但原始资本结构需要投资者关注。

2. 团队规模与上市节奏：以292人团队支撑“上市”状态（2025年10月），表明公司走了一条快速的资本路径。如此小规模团队能否高效消化上市后带来的管理复杂度和财务信息披露压力，是一个现实挑战。员工与营业收入的同步增长是健康标志，但数据未披露。

3. 信息密度不足：研报中除政府合作案例“丰小智”外，缺乏商业化客户名单、具体产品和服务的市场占有率（除4.2%的行业排名外）、以及详细的研发投入金额。这种信息真空期（通常在IPO前后会逐步披露），增加了对其实际业务基本面的分析难度。

机会窗口：

1. 政务AI化红利：与中关村丰台园联合发布的“丰小智”并非孤立案例。2025-2026年，全国政务系统正大规模引入AI智能体以提升办公效率（如公文写作、行政审批、热线应答）。该市场对合规、高可靠性的私有化部署需求强烈，刚好契合滴普科技的边云协同与智能体技术。若能复制“丰小智”模式到其他省市，将打开巨大增量空间。

2. 工业智能化场景渗透：2025年中国制造业数字化转型市场预计超过万亿。滴普科技目前提供的智能营销、智慧供应链和智能制造解决方案，若能结合中国制造业对“AI+质量检测”、“AI+能耗优化”等具体场景的刚需（如新能源汽车、半导体制造），有望在制造大厂中绑定高价值客户。其上市后拟募资用于海外市场拓展，也符合中国制造出海（To B软件随行）的宏观趋势。